[論文レビュー] Distributed hypothesis testing under privacy constraints

Sreejith Sreekumar|arXiv (Cornell University)|Sep 1, 2019

Wireless Communication Security Techniques被引用数 2

ひとこと要約

本稿は、観測者がノイズのあるチャネルを介して側情報を持つ検出者にデータを送信する際のプライバシー制約下における分散型仮説検定を研究する。誤差指数とプライバシーのトレードオフに対する一文字型の内側評価を確立し、特別な場合に正確な特徴付けを行う。盗聴者による脅威を想定した通信レート、誤差指数、セキュリティのトレードオフを分析する。

ABSTRACT

Hypothesis Testing (HT) is one of the central topics of study in statistics. Traditionally, it is assumed that the data on which the hypothesis test is to be performed is available unaltered to the decision maker or detector that performs the hypothesis test. However, this is seldom observed in practice, and often the data is observed remotely, and needs to be communicated to the detector over a noisy communication channel, such as a wired or a wireless communication network. The performance of a hypothesis test obviously depends on how accurately the observed data is communicated to the detector, i.e., less distortion of the data implies better performance. However, in many situations less distortion also implies reduced privacy (security) for the observer as there is the threat of leaking sensitive information to the detector (external eavesdropper). The privacy (security) threat is increasingly becoming an important concern due to the availability of affordable large scale computing resources. In this dissertation, we study HT in a distributed setting, in which the data is observed at a remote node, referred to as observer, and communicated over a noisy channel to the detector, which has access to its own correlated side-information. Considering a hypothesis test on the joint distribution of the observer’s data and detector’s side information, we first study the optimal trade-off between the type I and type II error-exponents, i.e., the trade-off between the asymptotic exponential rate of decay of the type I and type II error probabilities with respect to the number of observed data samples, and establish single-letter inner bounds on this trade-off. Of special interest is the asymmetric case of characterizing the optimal type II error-exponent for a fixed non-zero constraint on the type I error probability, for which we obtain exact single-letter characterization in some special cases. We also investigate the aspects of data privacy in the above setting with a rate-limited noiseless channel by exploring the trade-off between rate, type II error-exponent and privacy. Finally, considering an eavesdropper with access to correlated side-information, we study the trade-off between rate, type II error-exponent and security when the detector and eavesdropper are connected to the observer via a noisy broadcast channel.

研究の動機と目的

• 遠隔で観測されたデータをノイズのあるチャネルを介して送信する際の、正確性とプライバシーの両方を損なう課題に対処すること。
• 検出者に相関する側情報が存在する分散環境において、第一種および第二種誤差指数のトレードオフをモデル化すること。
• 通信における歪みの低減が、相関する側情報を有する盗聴者を伴う状況において、どのようにデータプライバシーに影響を与えるかを調査すること。
• レート制限付きでノイズのないチャネルを想定した状況において、通信レート、誤差指数、セキュリティの最適なバランスを特徴付けること。
• 検出者および盗聴者が相関する側情報を有する状況において、ノイズのあるブロードキャストチャネルが通信レート、第二種誤差指数、セキュリティのトレードオフに与える影響を分析すること。

提案手法

• 観測者がノイズのあるチャネルを介して、相関する側情報を有する検出者にデータを送信する分散型仮説検定フレームワークを定式化する。
• 情報理論的技法を用いて、第一種および第二種誤差指数のトレードオフに対する一文字型の内側評価を導出する。
• 第一種誤差確率に固定された非ゼロ値の制約がある非対称な状況を分析し、特別な場合に正確な一文字型特徴付けを達成する。
• 盗聴者が相関する側情報を有する状況における情報漏洩に基づくプライバシー指標を導入する。
• 観測者から検出者および盗聴者へとノイズのあるブロードキャストチャネルをモデル化し、通信レート、誤差指数、セキュリティの共同トレードオフを研究する。
• レート歪み理論およびプライバシーファンネルの概念を適用し、通信制約下での安全な仮説検定の根本的限界を定量化する。

実験結果

リサーチクエスチョン

• RQ1 ノイズのある通信とプライバシー制約が存在する分散型仮説検定において、第一種および第二種誤差指数の根本的トレードオフは何か？
• RQ2 特別な場合において、第一種誤差確率に固定された非ゼロ値の制約がある状況で、第二種誤差指数を最大化する方法は何か？
• RQ3 レート制限付きのノイズのないチャネルを使用する場合、通信レート、第二種誤差指数、プライバシーの最適なバランスは何か？
• RQ4 相関する側情報を有する盗聴者が存在する場合、通信レート、誤差指数、セキュリティのトレードオフに与える影響は何か？
• RQ5 ノイズのあるブロードキャストチャネル環境下での安全な仮説検定の情報理論的限界は何か？

主な発見

• 本稿は、ノイズのあるチャネルを介する分散型仮説検定の枠組みにおいて、第一種および第二種誤差指数のトレードオフに対する一文字型の内側評価を確立した。
• 第一種誤差確率に固定された非ゼロ値の制約がある非対称な状況において、特別な場合に最適な第二種誤差指数の正確な一文字型特徴付けが得られた。
• レート制限付きのノイズのないチャネル環境において、通信レート、第二種誤差指数、プライバシーのトレードオフが定量的に評価された。その結果、より高いプライバシーを実現するには、より高いレートまたは低い誤差指数が必要であることが示された。
• 検出者および盗聴者がノイズのあるブロードキャストチャネルを介して接続されている状況において、通信レート、第二種誤差指数、セキュリティの共同トレードオフの根本的限界が同定された。
• 結果から、データの忠実度（歪みの低減）が向上すれば仮説検定の性能が向上するが、同時にプライバシーが低下することから、安全な分散推論における根本的なトレードオフが浮き彫りになった。
• フレームワークは、検出者および盗聴者の両方に相関する側情報が存在する場合、その影響が仮説検定における実現可能なセキュリティ・プライバシーのトレードオフに顕著に及ぶことを明らかにした。